mo-di-diffusion on Hugging Face vs Midjourney

mo-di-diffusion é um checkpoint do Stable Diffusion 1.5 ajustado no Hugging Face que gera personagens e cenas com um visual de filme de animação moderno. O criador nitrosocke treinou-o com capturas de tela de um estúdio de animação popular usando DreamBooth com perda de preservação prévia e treinamento do codificador de texto por mais de 9.000 etapas. Adicione o token modern disney style ao seu prompt para ativar a estética.

Os checkpoints gerais do SD 1.5 visam o fotorrealismo ou estilos amplos de ilustração. mo-di-diffusion foca fortemente naquele visual brilhante de animação de personagens, razão pela qual os prompts de exemplo para heróis de jogos, animais e paisagens são todos cinematográficos em vez de fotográficos. Os pesos carregam através do pipeline padrão Diffusers StableDiffusionPipeline, então você pode executá-lo localmente, no Colab ou dentro do Hugging Face Spaces sem uma API proprietária.

Artistas, entusiastas e desenvolvedores que experimentam conceitos de personagens usam mo-di-diffusion quando querem renderizações próximas ao estilo Disney sem encomendar treinamento personalizado do modelo. A ficha do modelo inclui código de exemplo em Python, links para demos Gradio e notas sobre opções de exportação ONNX, MPS e FLAX. É gratuito para download sob a licença CreativeML OpenRAIL-M com uso comercial permitido sujeito às restrições de danos da licença.

Midjourney é um modelo de geração de imagens e vídeos que você utiliza através do aplicativo web midjourney.com, com galerias comunitárias na seção Explore e suporte oferecido via Discord. A versão 8.2 é a atual, e o site de carreiras descreve trabalhos contínuos tanto em modelos criativos quanto em projetos de pesquisa separados.

Comparado com APIs de imagem de uso geral, Midjourney oferece controle estético e curadoria comunitária em vez de apenas alto desempenho bruto. Os planos pagos adicionam o modo Relax para gerações ilimitadas mais lentas, modo Stealth para manter o trabalho privado nos planos Pro e Mega, e pools de horas Fast GPU escalonados que são renovados mensalmente.

A empresa se define como um laboratório de pesquisa financiado pela comunidade com cerca de 60 pessoas, com escritórios em San Francisco, Londres e Nova York. Seu público-alvo são artistas, designers, profissionais de marketing e entusiastas que desejam imagens estilizadas e vídeos curtos sem precisar gerenciar sua própria infraestrutura de GPU.